[发明专利]一种基于典型数据库的低碳园区冷热电气负荷预测方法

说明书

本发明公开了一种基于典型数据库的低碳园区冷热电气负荷预测方法包括：西南边跨境地区典型城市中典型建筑负荷模拟仿真；基于低碳园区动态发展目标的典型动态负荷模拟数据低碳特性相似性研究；基于边跨境季节性‑迁移性特征的仿真数据学习修正融合；构建典型负荷数据库，并提出一种基于典型数据库提取特性系数的动态负荷预测方法。本发明提供的基于典型数据库的低碳园区冷热电气负荷预测方法提出了一种调用负荷数据库中逐时负荷系数进行实际项目负荷动态预测的方法，具有极强的可操作性、可复制推广性、科学准确性，能够适用于西南边跨境地区多个典型城市的多种低碳园区项目。

技术领域

本发明涉及负荷预测技术领域，具体为一种基于典型数据库的低碳园区冷热电气负荷预测方法。

背景技术

近年来，随着对节能减碳的重视，关于园区和建筑负荷预测方法研究越来越多。低碳园区通过各项节能减排手段降低园区的碳排放，需要通过对园区建筑的各种能源负荷进行动态预测，准确、高效地制定合理的低碳园区技术方案、有效推动项目设计、建设和运行。然而，由于边跨境区域经济和相关节能减碳基础较为落后，针对西南边跨境区域的负荷基础数据研究较少，且该地区多能负荷具有“季节性-迁移性”等特性，为该地区的低碳园区动态负荷预测带来了较大困难。

目前关于负荷预测研究主要采用传统的统计回归预测方法、计算软件模拟预测方法和设计指标法等。

其中，基于统计回归的负荷动态预测方法是最传统的也是应用最为广泛的方法，该方法是以大量的能耗数据为基础，利用统计学等相关技术手段对数据进行科学分析，得出负荷与影响因素之间的关系，建立负荷预测模型。姚晔等人也曾提出层次分析法(AHP)，即将自回归滑动平均模型(ARMA)法、非线性回归分析法、灰色预测法和神经网络方法有机结合，结果表明这种方法在预测精度和适用性方面均能得到一定的改善，优于单一的预测模型，但该方法需要大量的园区建筑逐时能耗数据作为基础，而能源审计部门一般仅对能耗总量的统计，很难获得逐时的动态数据，并且统计数据都是单体建筑能耗的数据，而在能源规划阶段需要的是多种类型建筑的负荷预测，这也就对数据的代表性提出了更高的要求。

计算软件模拟预测方法是以计算机能耗模拟软件为平台，针对具体项目或某一类建筑，根据典型气象年参数，详细的建筑信息以及设计参数，通过计算机模拟仿真的手段获得建筑的逐时负荷数据，作为冷热电负荷的预测值。T.T.chow等人应用该方法完成某区域供冷系统实际工程的建筑负荷预测，将区域内的建筑分为住宅、办公、商场等功能不同的建筑类型，针对每种类型建筑参照相关设计手册及规范，以典型建筑的标准设定具体建筑信息，包括建筑外形、窗墙比、围护结构材料等。最后利用DOE-2模拟软件完成动态负荷的预测计算，指导区域系统方案的确定，取得了较好的效果。但是现有比较成熟的建筑能耗模拟软件都需要比较多的输入参数用以准确的描述建筑信息，而这些信息在城市规划阶段是很少或是根本不可能得到的；另外，这些输入参数专业性比较强，只有具备深厚的理论基础和工作经验的工程师才能熟练掌握，显然这对于一般工程项目规划设计和高校科研人员来说是有难度的，且计算周期较长。

目前各工程规划设计单位一般使用设计指标计算方法进行项目负荷预测计算，该方法一般基于标准规范、项目经验提供的冷热电气的单位面积负荷指标值，结合项目面积进行设计负荷的估算，在工程规划和设计中，设计师为保证项目能源供应的安全性，其计算结果多预留较大安全余量。该负荷预测方法准确性较差，预测结果存在较大冗余，造成许多园区和建筑项目的能源负荷需求预测不准确，供能系统配置过大、系统经济性差，部分项目供能系统甚至难以正常运行。